卷煙規范經營預警模型研究與應用
——以安慶市煙草專賣局為例

程國亞 楊 琳 張 帥 潘 瑩 陳 曦

（安徽省煙草公司安慶市公司，安慶 246000）

引 言

嚴格規范是煙草行業生存發展的生命線。一直以來，由于煙草行業政企合一的特殊體制機制，以及計劃管理的生產經營方式，廣受社會關注。煙草行業要實現健康可持續發展，必須堅持嚴格規范，內部經營規范是重中之重。國家煙草專賣局、安徽省煙草專賣局高度重視卷煙規范經營工作。2019年，國家煙草專賣局下發了《卷煙經營內部專賣管理監督工作指引》。2020年，安徽省煙草專賣局積極推進“1331”內管工作制度體系建設，明確工作職責，梳理基本制度，制定工作規范，編制操作手冊，立足實際做實經營監督工作。安慶市煙草專賣局作為安徽省煙草專賣局直屬單位之一，自2021年啟動了《卷煙規范經營預警機制研究與應用》科技創新項目，著力通過監管方式和信息技術兩個方面，建立一套企業使用的預警模型，并應用于實踐。

一、卷煙規范經營預警模型的研究背景

（一）安慶市煙草專賣局面臨的問題

從實際工作來看，當前安慶市煙草專賣規范經營面臨兩個問題。一是規范經營監管效能不高。專賣、營銷、物流三個條線信息傳遞不夠順暢，難以精準把握市場異動；各業務系統數據利用不充分，數據分析能力不夠；日常監管浮在面上，盡管國家局、省局出臺了相關文件和規定，但落實到工作實際，管什么、怎么管還不夠清晰明了，需要進一步細分細化。二是真煙非法外流數量居高不下。安徽省2019年真煙外流量同比增幅53%，安慶市2020年一季度真煙外流量同比增幅115%，二季度環比增長105%，外流形勢異常嚴峻。卷煙大量外流掩蓋了市場真實需求，影響了規范有序的卷煙市場環境。工作中真煙非法外流治理往往側重于事后追責，事前防范的手段和方法較為缺乏。

這兩項問題亟須解決。在安徽省煙草專賣局《全省商業系統內部專賣管理監督工作考核細則》中，將“真煙非法流通治理、卷煙經營環節規范程度”列為內管條線四大核心指標中最重要的兩項，努力通過考核“指揮棒”，引導各市局突出重點，聚焦問題，補足短板。

（二）建立卷煙規范經營預警模型的意義

安慶在安徽地區具有一定代表性，其轄區有山地、丘陵、平原、湖泊，可以說是安徽的縮影。安慶地處安徽、江西、湖北三省交界，各類卷煙經營風險因素相對較多，有8個縣級局，管理幅面較廣。由此，在安慶開展卷煙規范經營預警模型研究有普適性。

基于煙草行業的特質、上級工作的重點、實際工作的難點和安慶地區的特點，安慶研究卷煙規范經營預警模型，著力通過監管方式和信息技術兩個方面，解決規范經營監管機制應用和真煙非法外流預警兩個問題，推動實現嚴格規范，也為全省商業企業內部專賣管理監督工作提供借鑒。

（三）可行性分析

在研究卷煙規范經營預警模型前，安慶市煙草專賣局通過廣泛的了解和溝通，證實有以下積極因素作為動力支持。一是基礎數據準確，2020年5—6月，安慶市煙草專賣局全面核驗校正補全零售戶基礎信息，且該項工作長期堅持，當前基礎數據錯誤率僅萬分之0.8，且自2021年6月份以來，連續3個月無差錯；二是2020年通過專賣管理轉型升級，對內管相關制度、流程和標準進行了全面梳理，現行制度均適用、有效；三是安徽省煙草專賣局內管處高度支持，在實地調研時指導方向；四是安慶市煙草專賣局內管條線工作人員有改變被動工作狀態、提升專業素養的迫切意愿。

二、卷煙規范經營預警模型的構建

（一）數據收集

研究主要包含了兩個方面的內容：一是規范經營監管機制應用，二是真煙非法外流預警。前者是管理的標準化，后者是信息支撐的數字化，兩者相輔相成，主要采用了調查法、經驗總結法、實驗法、個案研究法、查閱資料法等研究方法，分三個階段開展。第一階段研究卷煙規范經營監管工作手冊和數據分析規程；第二階段清洗相關數據，研究真煙非法外流預警數字模型；第三階段根據數字模型研究開發信息化工具。

研究首先收集安慶市煙草專賣局案件審理員、內管員記錄的電話咨詢問題，從2020年3月—7月，共收集涉及卷煙規范經營的問題23項，經過梳理，主要是對《卷煙經營內部專賣管理監督工作指引》的8個環節監管理解不透。然后下發調查問卷，征集真煙非法外流的各種表現和影響因子，共收集各方面指征28個，針對項目研究期間發生的真煙外流案件進行分析，重點分析發生外流的區域和人員與研究結果的重疊度。利用Python及基于Python的Scikitlearn機器學習庫，研究各影響因素回歸系數。

（二）收集卷煙規范經營預警模型的影響因子

使用線性模型評估不規范經營風險，即真煙外流風險：z=WTX=W1×X1+W2×X2+…+W28×X28。

上式中，Wi（i=1…28）即為權重（回歸系數），X為特征值，z為真煙外流風險，也就是卷煙規范經營預警模型的總分。

通過德爾菲法收集專家意見，開展問卷調查，獲取了28個可能與卷煙真煙外流相關的因子。W1～W2：真煙非法外流被省外查獲的次數/卷煙條數；W3～W4：真煙非法外流被省內市外查獲的次數/卷煙條數；W5～W6：本市查獲的非法流通卷煙案件次數/卷煙條數；W7～W8：本營銷檔位/本鄉鎮街道外流概率；W9～W10：非法收購案件次數/卷煙條數；W11～W12：未在當地批發企業進貨案件次數/卷煙條數；W13～W14：本營銷檔位/本鄉鎮街道違規概率；W15：重點區域人員在本地經營卷煙；W16：外地人在本地經營卷煙；W17～W19：同身份證號碼/戶籍地/訂貨電話對應多個零售店；W20：新增戶；W21：協議對接戶；W22：敏感品牌訂購情況；W23：銷量同比波動情況；W24：銷量與去年平均銷量比例；W25：曾經同IP/瀏覽器ID訂貨戶；W26：曾經代收貨客戶；W27：長期關門等其他異常情形；W28：省際毗鄰地區零售戶。

（三）確立因子權重及篩選因子

針對違規維度（W1～W14），按照數量或概率分段分范圍賦值，越大值越高；針對零售戶屬性維度（W15～W21），符合既定條件，即計分；針對業務和區域維度（W22～W28），按照概率分段賦分，或者按照既定條件計分。

為確定線性模型中的權重，將所有零售戶按是否違規分為兩類，違規戶標記為1，合規戶標記為0。運用logistics回歸的方法確定回歸系數。

logistics回歸方程：L(z)=1/(1+e-z)。

若L(z)大于0.5，則歸為1類；若L(z)小于0.5，則歸為0類。

調取2020年1—10月的數據形成數據集，利用基于Python的Scikit-learn機器學習庫進行訓練。選取全部的流出戶1348戶和相等數量的合規戶，編成2350個訓練集、134個測試集。使用logistics回歸對測試集進行測試，第一次對所有28個維度進行分析，發現有若干個回歸系數（權重）為負值，存在多重共線性；第二次移除共線性的自變量；第三次選擇單變量特征進行模型驗證，觀察擬合優度R2（回歸直線對觀測值的擬合程度）。

驗證結果認為：W1（省外真煙查獲次數）、W2（省外真煙查獲條數）、W3（省內市外真煙查獲次數）、W4（省內市外真煙查獲條數）、W5（市內串碼煙查獲次數）、W6（市內串碼煙查獲條數）、W8（本地外流概率）、W9（非法收購查獲次數）、W10（非法收購查獲條數）、W11（未當案件查獲次數）、W12（未當案件查獲條數）、W15（重點區域人士）、W16（非本地身份證）、W19（同電話多店）、W27（配送異常情況）等15個維度權重較大，并分別給出對應權值。

三、卷煙規范經營預警工具的研發

根據建立的卷煙規范經營預警模型，將安慶市所轄片區每名正常經營的零售戶相關數據經清洗和歸一化處理后代入，計算其外流的可能性，篩選可能性高的零售戶，提出預警。同時，統計高流出風險零售戶分布區域，提出預警。

集成全市零售戶營銷、專賣、內管業務系統，以及微信“金數據”采集到的物流配送異常數據。從數字專賣系統-證件管理模塊導出許可證列表，獲取零售戶姓名、地址、許可證號、身份證等基礎信息數據；從數字專賣系統-案件管理模塊導出案件信息列表，獲取零售戶涉案次數、涉案卷煙數量等信息；從內管/營銷業務系統導出零售戶銷量列表，獲取零售戶銷量、營銷檔位、相同ID/IP等數據；從微信“金數據”系統導出配送異常情況列表，獲取零售戶經營異常的信息。

各系統導出Excel表格后，進一步清洗加工，包括利用身份證號換算出籍貫，利用透視表計算出每個零售戶的違規次數、查獲數量、一人多店情況，利用VBA對地址進行鄉鎮分類，利用公式進行相關數據的批量比對等。此外，各檔位違規和各鄉鎮違規概率總和相加等于1。篩選重點對象。依據卷煙規范經營預警總分進行排名，根據“二八定律”將前20%的零售戶標紅預警。根據流出風險、流入風險、零售戶屬性、物流配送異常、訂單業務異常五個方面，應用雷達圖為零售戶畫像，實現可視化。

四、卷煙規范經營預警工具的實踐應用

卷煙規范經營預警工具研發完畢后，即在安慶市煙草專賣局范圍內開展了實踐應用，申請了軟件著作權。以2021年1—6月為例，安慶流出卷煙碼段能清晰確定流出戶的有1709條，涉及流出戶595戶，其中47%與使用該工具圈定的重點防范對象重合，即該工具圈定的重點戶準確率高于47%。使用該工具圈定重點監管對象7133戶，占總戶數的29%，2021年上半年全市涉煙案件當事人65%與該工具判定的違規戶重合。

（一）內部應用效果

2021年1—8月，全市查獲真煙數量同比增長46%，其中涉嫌非法收購的擬外流真煙同比增長58.4%。2021年2月，查獲轄區某縣非法流入卷煙后，通過該工具判定店主均為周邊某市同一鄉鎮人，且辦證時間相近。針對這一特征，安慶市煙草專賣局組織發起專項行動，一天之內查處案件4起，查獲非法卷煙549條。

通過該工具，可以快速查詢和篩選零售戶相關信息，驗證詢問筆錄內容，在辦案中加快形成證據鏈。2021年8月，根據一起非法外流卷煙激光打碼，應用該工具，一次性確定各流出戶，通過詢問流出戶，比對重點戶，成功鎖定嫌疑人，現場查獲非法收購卷煙43條。再次應用該工具，比對嫌疑人交易對象，發現關聯人員，固定了非法收購證據。目前該案案值23萬余元，已刑事立案。

（二）外部推廣

在安徽省煙草專賣局層面，卷煙規范經營預警工具得到了省局內管處的高度肯定，研發的信息化工具入選了2021年全省系統成長·創新成果，制定的內部專賣管理監督數據分析工作規程、工作手冊在針對全省情況進行適宜性修訂后，納入了《安徽煙草內部專賣管理監督工作制度體系》，在全省推廣應用。2021年9月，國家煙草專賣局內管雙隨機檢查組檢查時，對安慶市煙草專賣局落實國家局《卷煙經營內部專賣管理監督內管工作指引》、內管工作基礎、數據分析能力等表示肯定。

結 語

通過卷煙規范經營預警模型的研究與應用，在管理層面建立了工作機制，明確了監管目的、監管要求、監管步驟及系統操作參考，并匯編成了工作手冊，便于工作人員隨時查閱。立足工作實際，明確了數據采集渠道，給出了具體數據分析方法，并提出調查核實措施，形成數據分析工作規程，為基層人員開展數據分析提供參考，支撐專賣管理“數據先導”。工作手冊是基本工作要求，工作規程是進階工作技能，兩者結合，可解決制度落實效果不佳問題。

在理論層面確定了數據模型。根據日常工作經驗，收集了可能影響真煙非法外流的因素，應用多種數據分析方法，搭建了機器學習環境，構建了數據分析模型，確定15個直接相關的因素，并通過計算，標定了各影響因素權重系數，形成零售戶卷煙非法外流風險評價模型，從數學理論層面為真煙非法外流預警提供了依據，解決了理論支撐問題。

在操作層面開發了信息工具。應用Excel+VBA，開發出卷煙規范經營預警數字模型處理工具及可視化圖表工具。導出全市營銷、專賣、內管及徽映云析等系統數據，通過Excel進行清洗和整合，實現一表多用；按照風險模型，對各維度賦值，實現一鍵統計和分析；根據“二八定律”進行零售戶標紅預警，實現精準預判；根據流出風險、流入風險、零售戶屬性等幾個方面，應用雷達圖為各零售戶畫像，實現可視化。